电脑大数据排序的方法主要依赖于数据量的大小、数据的结构以及可用的计算资源。以下是一些常见的排序方法：

外部排序：

当数据量超过内存容量时，可以采用外部排序。这种方法通常包括以下步骤：

将大数据集分割成多个小块，每个小块可以完全加载到内存中。

对每个小块进行内部排序（如快速排序、归并排序等）。

将排序后的小块合并成一个有序的大数据集。这通常通过归并排序的合并步骤来实现。

多列排序：

如果需要对多个列进行排序，可以使用类似Excel中的多列排序功能。在Excel中，可以通过“排序和筛选”功能中的“自定义排序”来实现，选择多个排序列和排序顺序。

使用特定工具或软件：

对于特定的大数据平台或数据库管理系统（如Hadoop、Spark等），可以使用它们提供的排序功能。这些工具通常提供高效的分布式排序算法，能够处理PB级别的数据。

编程语言和库：

可以使用编程语言（如Python、Java等）和相应的库（如Pandas、NumPy等）来实现大数据排序。这些库通常提供高效的排序算法和数据处理功能。

数据库排序：

对于存储在数据库中的大数据，可以使用SQL查询进行排序。数据库管理系统（如MySQL、PostgreSQL等）通常提供优化的排序算法，能够高效地处理大量数据。

在选择排序方法时，需要考虑数据的规模、数据的结构、计算资源的可用性以及性能要求。对于非常大的数据集，通常需要使用分布式计算框架和外部排序技术来实现高效的排序。对于结构化数据，可以利用数据库的内置排序功能或编程语言中的数据处理库。对于非结构化数据，可能需要先进行数据预处理，然后再进行排序。